CAP理论（Redis）

最新推荐文章于 2024-07-28 19:10:22 发布

weixin_34117522

最新推荐文章于 2024-07-28 19:10:22 发布

阅读量751

点赞数

文章标签：数据库 python

原文链接：https://my.oschina.net/fusublog/blog/3028502

版权

2019独角兽企业重金招聘Python工程师标准>>>

CAP是：

Consistency【一致性:对某个指定的客户端来说，读操作保证能够返回最新的写操作结果。】发音：[kən'sɪstənsi]

Availability【可用性:非故障的节点在合理的时间内返回合理的响应（不是错误和超时的响应）】发音：[ə,velə'bɪləti]

Partition tolerance【分区容错性:当出现网络分区后，系统能够继续“履行职责”。】

在一个分布式系统（指互相连接并共享数据的节点的集合）中，当涉及读写操作时，只能保证一致性（Consistence）、可用性（Availability）、分区容错性（Partition Tolerance）三者中的两个，另外一个必须被牺牲。

CAP 关注的是对数据的读写操作，而不是分布式系统的所有功能

CAP到底改怎么选

虽然 CAP 理论定义是三个要素中只能取两个，但放到分布式环境下来思考，我们会发现必须选择 P（分区容忍）要素，因为网络本身无法做到 100% 可靠，有可能出故障，所以分区是一个必然的现象。如果我们选择了 CA 而放弃了 P，那么当发生分区现象时，为了保证 C，系统需要禁止写入，当有写入请求时，系统返回 error（例如，当前系统不允许写入），这又和 A 冲突了，因为 A 要求返回 no error 和 no timeout。因此，分布式系统理论上不可能选择 CA 架构，只能选择 CP 或者 AP 架构。

转载于:https://my.oschina.net/fusublog/blog/3028502